¿Cuánto tiempo se estima que tardará en cargar un porcentaje determinado de la batería, considerando diferentes potencias de carga (tasa de carga)?
Dependiendo de la potencia del cargador donde el usuario conecte su vehículo, es posible estimar cuánto tiempo tardará en cargar un porcentaje determinado de la batería. Por ejemplo, si el usuario desea cargar un 20%, se puede proporcionar una aproximación del tiempo necesario.
En este análisis, seguí una metodología fundamentada para establecer la relación conceptual entre las variables seleccionadas. A continuación, explico las decisiones adoptadas:
Para asegurar que los datos utilizados fueran consistentes y confiables, decidí basar la limpieza en principios físicos lógicos:
Soy consciente de que esta source of truth podría tener algún tipo de error. Sin embargo, para poder avanzar con el análisis y realizar la regresión, tomé esta decisión como un punto de partida válido.
Temperatura:
No encontré una relación estadísticamente significativa entre la
temperatura y el tiempo de carga estimado. El número de observaciones es
bajo en cada rango y, visualmente, incluso en el propio dataset
se puede ver que no hay un patrón definido que confirme una relación. De
todas formas, he procedido a realizar algunos análisis estadísticos que
confirman esto. Han sido añadidos a
regression_summary_statistics.html, el cual ha sido
adjuntado en la entrega de esta actividad. Estos cálculos y análisis
incluyen lo siguiente:
Tipo de cargador:
Exporté una tabla resumen donde, incluso después de filtrar los datos, se puede observar claramente que no existe consistencia entre la tasa de carga (rate) y el tipo de cargador asignado. Esto no tiene sentido, ya que el tipo de cargador debería depender directamente de la tasa de carga.
Por esta razón:
Para calcular el tiempo estimado de carga, se utiliza la siguiente fórmula basada en la física eléctrica:
\[ \text{Tiempo de carga (horas)} = \frac{\text{Energía consumida (kWh)}}{\text{Potencia del cargador (kW)}} \]
\[ \text{Energía consumida (kWh)} = \left( \frac{\text{Carga realizada (\%)}}{100} \right) \times \text{Capacidad de la batería (kWh)} \]
Esta fórmula se fundamenta en principios físicos lógicos de la relación entre energía, potencia y tiempo. La potencia del cargador (kW) determina la cantidad de energía transferida por unidad de tiempo, mientras que la carga realizada representa el porcentaje de batería que se desea cargar.
Durante el proceso de limpieza y filtrado de datos, observé limitaciones importantes en el dataset original. La cantidad de observaciones se redujo drásticamente después de eliminar datos inconsistentes.
A continuación, se presenta el análisis bivariado realizado entre la potencia del cargador (kW) y el tiempo de carga estimado (horas), segmentado por rangos de potencia.
| Rango de Potencia | Correlación | R² (R-Squared) | Intercepto | Pendiente (Slope) |
|---|---|---|---|---|
| 35-100 kW | -0.5224 | 0.2729 | 16.2483 | -1.3482 |
| 10-35 kW | -0.5544 | 0.3073 | 4.7014 | -0.1098 |
| 0-10 kW | -0.2739 | 0.0750 | 2.2417 | -0.0293 |
De forma general, el modelo lineal que se ajusta es:
\[ \text{Tiempo_de_carga} = \beta_0 + \beta_1 \times \text{Potencia} + \epsilon \]
Donde:
35-100 kW:
La pendiente es de aproximadamente -1.35 horas/kW, lo
que indica que un aumento de 1 kW en este rango reduce el tiempo de
carga estimado en cerca de 1.35 horas.
El coeficiente de determinación (R² = 0.2729) sugiere que el modelo
explica alrededor del 27% de la variabilidad en el tiempo de carga para
este rango de potencia.
10-35 kW:
La pendiente es de aproximadamente -0.11 horas/kW,
menor en magnitud que en el rango anterior, pero con un R² = 0.3073, lo
cual es ligeramente mayor que en el rango de 35-100 kW. Esto indica que
en el rango medio (10-35 kW) el modelo explica ligeramente más
variabilidad, aunque la reducción del tiempo al aumentar la potencia sea
más moderada.
0-10 kW:
En este rango, la relación es mucho más débil (R² = 0.0750), lo que
indica una mayor dispersión de los datos y poca capacidad predictiva del
modelo. La pendiente es de -0.0293 horas/kW, mostrando una relación
negativa muy leve.
Los resultados confirman una relación negativa entre la potencia y el tiempo de carga, siendo más pronunciada (en términos de pendiente) en el rango de mayor potencia, pero con una mayor capacidad explicativa del modelo en el rango intermedio (10-35 kW). En el rango más bajo (0-10 kW), la relación es más débil y el modelo menos confiable.
Este gráfico con faceta para filtrar por Rate muestra lo que nos dice el análisis estadístico:
El modelo de regresión proporciona la capacidad de ofrecer estimaciones de tiempo de carga más precisas en función de la potencia del cargador, lo que se traduce en una mejor experiencia de usuario.
Cargadores de alta potencia (35-100 kW):
La mayor precisión en este rango permite a la compañía comunicar tiempos
de carga más confiables, promoviendo su uso como la opción más eficiente
y reduciendo la incertidumbre del cliente.
Cargadores de potencia media (10-35 kW):
Aunque el impacto es menor, las predicciones siguen siendo útiles para
orientar a los clientes que desean un equilibrio entre potencia y
tiempo.
Cargadores de baja potencia (0-10 kW):
Aquí la variabilidad es mayor. Sin embargo, al informar adecuadamente
sobre las limitaciones, podemos gestionar las expectativas y guiar a los
clientes hacia cargadores más adecuados, maximizando la
satisfacción.
El modelo no solo ayuda a estimar los tiempos de carga, sino que respalda la toma de decisiones comerciales: la comunicación de ventajas, la optimización de la infraestructura disponible y la mejora de la experiencia del cliente.